Skip to content

Commit

Permalink
Ajoute icone aux autres TP (#317)
Browse files Browse the repository at this point in the history
* ajoute icone

* Automated changes

* Automated changes

* Automated changes

* python

* Automated changes

* Automated changes

* balise i

* Automated changes

* Automated changes

Co-authored-by: github-actions[bot] <github-actions[bot]@users.noreply.github.com>
  • Loading branch information
linogaliana and github-actions[bot] committed Nov 2, 2022
1 parent a3eadd4 commit 89d0798
Showing 1 changed file with 11 additions and 14 deletions.
25 changes: 11 additions & 14 deletions content/course/manipulation/02b_pandas_TP/index.qmd
@@ -1,6 +1,6 @@
---
title: "Pratique de pandas: un exemple complet"
date: 2020-07-09T13:00:00Z
date: 2022-11-01T13:00:00Z
draft: false
weight: 30
tags:
Expand Down Expand Up @@ -61,12 +61,9 @@ de nettoyage qui n'entre pas dans le cadre de ce TP.
Pour faciliter l'import de données Insee, il est recommandé d'utiliser le package
[`pynsee`](https://github.com/InseeFrLab/Py-Insee-Data) qui simplifie l'accès aux données
de l'Insee disponibles sur le site web [insee.fr](https://www.insee.fr/fr/accueil)
ou via des API.
ou via des API[^1].

```{=html}
<a name="cite_note-1"></a>1. [^](#cite_ref-1)
```
Toute contribution sur ce package, disponible sur [Github](https://github.com/InseeFrLab/Py-Insee-Data) est bienvenue !
[^1]: Toute contribution sur ce package, disponible sur [Github](https://github.com/InseeFrLab/Py-Insee-Data) est bienvenue !

Après avoir installé la librairie `pynsee` (voir l'[introduction à pandas](course/manipulation/02a_pandas_tutorial)), nous suivrons les conventions habituelles dans l'import des packages :

Expand Down Expand Up @@ -106,7 +103,7 @@ df_city = pynsee.download.download_file("FILOSOFI_COM_2016")
::: {.cell .markdown}
```{=html}
<div class="alert alert-info" role="alert">
<h3 class="alert-heading"><i class="fa-solid fa-comment"></i>Note</h3>
<h3 class="alert-heading"><i class="fa-solid fa-comment"></i> Note</h3>
```

La fonction `download_file` attend un identifiant unique
Expand Down Expand Up @@ -140,7 +137,7 @@ Ici, `meta['label'].str.contains(r"Filosofi.*2016")` signifie:
::: {.cell .markdown}
```{=html}
<div class="alert alert-success" role="alert">
<h3 class="alert-heading"><i class="fa-solid fa-pencil"></i>Exercice 1: Afficher des données</h3>
<h3 class="alert-heading"><i class="fa-solid fa-pencil"></i> Exercice 1: Afficher des données</h3>
```


Expand Down Expand Up @@ -194,7 +191,7 @@ Autrement dit, si on désire exploiter `df_city`, il faut faire attention à la
::: {.cell .markdown}
```{=html}
<div class="alert alert-success" role="alert">
<h3 class="alert-heading">Exercice 2: structure des données</h3>
<h3 class="alert-heading"><i class="fa-solid fa-pencil"></i> Exercice 2: structure des données</h3>
```


Expand Down Expand Up @@ -329,7 +326,7 @@ Il est tout à fait possible d'utiliser plusieurs indices, par exemple si on a d
::: {.cell .markdown}
```{=html}
<div class="alert alert-success" role="alert">
<h3 class="alert-heading">Exercice 3: Les indices</h3>
<h3 class="alert-heading"><i class="fa-solid fa-pencil"></i> Exercice 3: Les indices</h3>
```


Expand Down Expand Up @@ -403,7 +400,7 @@ print(df_city[df_city['dep'].isin(petits_emetteurs.index)][['NBPERSMENFISC16','M
::: {.cell .markdown}
```{=html}
<div class="alert alert-success" role="alert">
<h3 class="alert-heading">Exercice 4: performance des indices</h3>
<h3 class="alert-heading"><i class="fa-solid fa-pencil"></i> Exercice 4: performance des indices</h3>
```

Un des intérêts des indices est qu'ils permettent des agrégations efficaces.
Expand Down Expand Up @@ -465,7 +462,7 @@ En règle générale, avec `Python` comme avec `R`, les formats *long* sont souv
::: {.cell .markdown}
```{=html}
<div class="alert alert-success" role="alert">
<h3 class="alert-heading">Exercice 5: Restructurer les données: wide to long</h3>
<h3 class="alert-heading"><i class="fa-solid fa-pencil"></i> Exercice 5: Restructurer les données: wide to long</h3>
```

1. Créer une copie des données de l'`ADEME` en faisant `df_wide = df.copy()`
Expand Down Expand Up @@ -521,7 +518,7 @@ df_wide.reset_index().melt(id_vars = ['INSEE commune','Commune','dep'],
::: {.cell .markdown}
```{=html}
<div class="alert alert-success" role="alert">
<h3 class="alert-heading">Exercice 6: long to wide</h3>
<h3 class="alert-heading"><i class="fa-solid fa-pencil"></i> Exercice 6: long to wide</h3>
```

Cette transformation est moins fréquente car appliquer des fonctions par groupe, comme nous le verrons par la suite, est très simple.
Expand Down Expand Up @@ -597,7 +594,7 @@ On utilise de manière indifférente les termes *merge* ou *join*. Le deuxième
::: {.cell .markdown}
```{=html}
<div class="alert alert-success" role="alert">
<h3 class="alert-heading">Exercice 7: Calculer l'empreinte carbone par habitant</h3>
<h3 class="alert-heading"><i class="fa-solid fa-pencil"></i> Exercice 7: Calculer l'empreinte carbone par habitant</h3>
```

1. Créer une variable `emissions` qui correspond aux émissions totales d'une commune
Expand Down

0 comments on commit 89d0798

Please sign in to comment.